L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 346

 
orai:

MA... il punto di usare questa tecnologia non è che sia più figa di un umano per fare il lavoro, ma semplicemente che è conveniente, veloce e ad alte prestazioni...


Sono più bravi, c'è meno errore di riconoscimento.

Le reti neurali altamente specializzate sono migliori e molto più veloci nel riconoscere le immagini. Un'altra cosa è che se un oggetto è al di fuori del campione di allenamento e non può essere riconosciuto correttamente, una persona collega le sue altre risorse cerebrali, e queste risorse semplicemente non sono incluse nel NS

e non troveranno nulla di direttamente "nascosto", bisogna solo essere coscienti nella scelta dei predittori secondo me.

E per quanto riguarda LSTM, secondo me, dovrebbero essere buoni solo per le serie temporali, perché non solo possono generalizzare i segnali di acquisto e di vendita, ma possono anche adattarsi al cambiamento di efficienza dei predittori su diversi segmenti, a seconda dei cambiamenti del mercato e del comportamento passato dei predittori, questa sarà la "memoria" di NS
 
Maxim Dmitrievsky:


Fanno un lavoro più fresco, c'è meno errore di riconoscimento

Le reti neurali altamente specializzate sono migliori e molto più veloci nel riconoscere le immagini. Un'altra cosa è che se l'oggetto va oltre il campione di addestramento e non può essere riconosciuto correttamente, una persona collega le sue altre risorse cerebrali, e queste risorse semplicemente non sono incluse nel NS

e non troveranno nulla di direttamente "nascosto", bisogna solo essere consapevoli nella scelta dei predittori secondo me


Ok... Beh, non hai provato a impostare un certo compito che è ovviamente risolvibile ma molto difficile solo per verificare cosa la rete è davvero in grado di fare sperimentalmente...

Per esempio un campione molto rumoroso generato artificialmente con un costituente deterministico noto, qualche funzione complessa che se non fosse nota in anticipo è impossibile da calcolare a occhio...


forse ci sono alcuni link a tali studi....

un'altra cosa: provate una rete time lag... è più adatta per prevedere serie temporali... Non ho provato perché non sono troppo bravo a farlo
 
orai:

A proposito, a cosa pensi che servano le reti neurali nelle previsioni... ti spiego:

abbiamo bisogno di capire la cosa principale - o le reti neurali sono in grado di recuperare relazioni complesse veramente nascoste all'occhio, o di automatizzare qualche processo complesso, che non può essere facilmente formalizzato, come il riconoscimento di modelli, che è tuttavia facilmente gestito dal cervello umano/occhi, ma c'è la necessità di sollevare gli umani da tali compiti di routine...

un esempio semplice: il riconoscimento dei volti all'aeroporto. un umano può farlo facilmente ma il processo deve essere automatizzato e non può essere fatto con i metodi abituali... alcune tecnologie come le reti neurali sono utilizzate... il punto di utilizzare questa tecnologia non è che può farlo meglio di un umano ma solo che è conveniente, veloce e altamente produttivo...

che dire di questo nel trading: il compito di riconoscimento dei modelli usando una rete neurale... perché? il cervello umano non può risolvere questo compito? come il riconoscimento dei volti...

su 1000 persone, una persona riconosce un volto familiare in un istante...

le reti neurali hanno davvero il potenziale per superare i neuroni biologici...

NS ha un potenziale che supera la "neuronica umana", almeno nel riconoscimento dei volti e tutto il resto). È ovvio, credo. Riduce il carico di lavoro umano di decine o addirittura centinaia di volte.
I neuroni, in generale, non sono per le previsioni. La previsione dei neuroni è più un effetto collaterale del riconoscimento (classificazione). Tipo: il sole è rosso al tramonto (riconoscimento) - domani è una giornata ventosa (previsione).

C'è davvero un potenziale al di là delle reti neurali biologiche ... Un buon trader di solito commercia con le mani meglio di qualsiasi sistema, e gli autosistemi non lo fanno meglio, ma non fissate il monitor e non sedetevi).

 
Yuriy Asaulenko:

NS ha un potenziale che supera la "neuronica umana" almeno nel riconoscimento dei volti e tutto il resto). È ovvio, no? Riduce il lavoro umano di decine o addirittura centinaia di volte.
I neuroni, in generale, non sono per le previsioni. La previsione dei neuroni è più un effetto collaterale del riconoscimento (classificazione). Tipo: il sole al tramonto è rosso (riconoscimento), domani è una giornata ventosa (previsione).

Un buon trader di solito fa trading con le mani meglio di qualsiasi sistema, e gli autosistemi non lo fanno meglio, ma per non fissare il monitor e sedersi sul sedile dei pantaloni).


non è una contraddizione ....
 
nowi:


Ok... ma avete provato a impostare un problema specifico che si sa essere risolvibile ma molto complesso solo per verificare ciò che la rete è davvero capace di fare sperimentalmente...

per esempio un campione artificiale molto rumoroso con un costituente deterministico noto, qualche funzione complessa che se non fosse nota in anticipo è impossibile da calcolare a occhio...


forse ci sono alcuni link a tali studi....


Non ho molta esperienza, ora ho solo i risultati del miglioramento di una strategia già funzionante con il computer National... cioè, il computer National, con gli stessi predittori ha trovato segnali di entrata nel mercato migliori di quelli che ho cercato di capire da solo... questo è un fatto... Non ho pregiudizi, guarderò il mercato più tardi.

Leggerò delle reti a tempo, grazie, non ne sono a conoscenza.

 
orai:

non è una contraddizione ....

Cosa vede come una contraddizione? Non lo vedo.

Secondo il post precedente. Ci sono soppressori di rumore sui neuroni.

 
Yuriy Asaulenko:

Cosa vede come una contraddizione? Non lo vedo.

Secondo il post precedente. C'è il cancella-rumori a rete neurale.


Beh, come in quello che...

NS ha più potenziale della "neuronica umana" almeno nel riconoscimento facciale e tutto il resto. ma allo stesso tempo, il trader manuale, cioè senza IA e che ha un potenziale inferiore e che affronta tutti questi compiti molto peggio, perché dovrebbe improvvisamente commerciare meglio di qualsiasi sistema...

È la contraddizione più pura.


Yuri, diamoci del tu, perché mi sto un po' spaventando... con tutti questi "scusa"...).

 
orai:


Beh, come in quello che...

NS ha il potenziale per superare la "neuronica umana" almeno nel riconoscimento facciale e tutto il resto. ma allo stesso tempo un trader manuale, cioè senza usare l'IA e che ha un potenziale inferiore e che affronta tutti questi compiti molto peggio per qualche motivo, dovrebbe improvvisamente fare trading meglio di qualsiasi sistema...

Questa è la contraddizione definitiva.


ed è Yuri, teniamoci sul nome di battesimo, perché mi sta spaventando un po'...tutto questo mi perdoni...)

Mi dispiace, ma sono più abituato ad essere chiamato "tu"). Fai come vuoi, non mi dà fastidio.
Un sofisticato NS moderno ha tanto cervello quanto uno scarafaggio. Uno scarafaggio affronta con successo una gamma abbastanza ampia di compiti. A causa dell'alta velocità della NS, e del fatto che l'intera NS risolve solo una classe di problemi, affronta solo questa classe, e nient'altro.

Un trader può vedere cose che NS non è stato addestrato (o non ha imparato)). Non solo, ma a differenza di NS, è in grado di affrontare una gamma più ampia di compiti. Cioè, anche teoricamente, il trader ha più possibilità ed è in grado di commerciare meglio di NS, se non richiede una reazione super veloce.

A proposito, anche i NS fanno degli errori. Il 90% di affidabilità per NS non è un cattivo indicatore.

 

Che belle parole sulle reti e sulla riflessione filosofica in generale.


Ma non vedo nessuna prova, nemmeno una riflessione sul tema delle reti di riqualificazione.

Quindi tutte le vostre reti sono riqualificate o no?


PS.

Questa era la domanda principale all'inizio del thread.

 
Maxim Dmitrievsky:
C'è RNN e RNN3 e il suo articolo inedito su MQL5. RNN funziona meglio nell'ottimizzatore rispetto a RNN3.

Perché RNN3 ha un errore -
I dati sono stati richiesti per 5 punti, mentre la probabilità è calcolata per 4 punti e non si parte dalla barra corrente a0, ma con un offset di un periodo, cioè da a1. La probabilità è calcolata non per il momento attuale, ma per un punto a1 - quindi i risultati sono cattivi per a0))

// Преобразование показаний технического осциллятора RSI в диапазон от 0 до 1 включительно
   double a0 = rsi[0] / 100.0;
   double a1 = rsi[p] / 100.0;
   double a2 = rsi[2*p] / 100.0;
   double a3 = rsi[3*p] / 100.0;
   double a4 = rsi[4*p] / 100.0;



// Вычисление вероятности
   double results=RNN(a1,a2,a3,a4);

cioè =RNN(a0,a1,a2,a3);

Bene, per calcolare per 5 punti - è necessario aumentare la matrice log a 32 regole, cioè25. E così via, se sono necessari più punti/ingressi. Se abbiamo 10 ingressi, significherà210 = 1024 variabili di ingresso )))) Mi chiedo se MT5 può gestire una tale ottimizzazione?